城市交通擁堵中，車輛排隊溢位是一個嚴重後果——當排隊長度超過交叉口容量時，會阻塞上游交通，引發級聯式網格堵塞。現有的交通訊號控制（TSC）演算法主要最佳化通行效率，但在高峰時段往往無法應對溢位，導致擁堵加劇和安全風險。為此，研究團隊提出了OverFlowLight，一種專為即時預防溢位並提升整體TSC效能而設計的框架。
OverFlowLight首先利用攝像頭和雷達的多模態感測，在即時中準確檢測溢位事件。一旦檢測到溢位，它會動態生成並插入專用的清空相位到訊號週期中，以清除阻塞的排隊車輛。這一過程透過混合控制設計實現：結合快速的規則基礎溢位干預和基於強化學習（RL）等後端的控制器，兼顧短期的快速響應和長期的效率最佳化。
研究團隊在三個大城市的43個交叉口進行了廣泛的實際部署。結果表明，OverFlowLight能夠無縫整合現有的RL基礎TSC代理，突顯了其模組化和實際可用性。實驗資料對比顯示，與部署的基線方法相比，OverFlowLight將溢位事件減少了60.4%，並將網路吞吐量提升了18.2%。此外，它顯著減少了對專家調節訊號方案常見的手動干預需求。
這項工作首次提出了一個實用、可擴充套件且資料驅動的主動預防交通網格堵塞框架，為構建有韌性和高效的城市交通系統提供了關鍵元件。團隊已將演示影片、程式碼和資料集公開在匿名網址上。